【摘要】探究社交媒体用户观点形成机理，揭示影响网民观点形成的重要因素，以深入理解网络用户的行为模式，洞察网络舆论本质。文章以“双减”话题微博数据为数据源，基于主题模型和机器学习的情感分析方法挖掘用户观点。从意见氛围、社交关系、前期行为特征和用户属性等维度构造特征变量，基于LightGBM建立不同主题下的情感预测模型，采用SHapley Additive exPlanations（SHAP）对特征重要性进行排序，发现影响网民观点形成的重要因素。研究发现：前期行为特征对用户观点形成的影响最大，意见氛围次之，社交关系即好友关系对用户观点形成影响较弱；个体在情感倾向上更易跟随规模较大的传播主体，而不是崇拜权威。